【研究背景】

  随着5G相关产业的进一步铺开及集成电路技术 (Integrated Circuit)的迅猛发展，芯片等核心元件功率密度倍增。由于电子器件内核温度的上升将会严重影响其工作效率，并导致设备老化及寿命降低，因此研发可靠高效的热界面材料 (TIM)成为行业的一个研究热点。 

  近期关于改善器件散热的研究多集中于采用导电碳基填料(石墨烯、碳纳米管等)来降低体系界面热阻(ITR)，而热管理技术的一个关键挑战在于实现高电绝缘性能 (Volume Resistivity)与高导热性能 (Thermal Conductivity, TC)的双重优化(Max P Design)， 从而确保材料能在高压等特殊环境下的应用稳定性。

【成果简介】

  近日，天津大学汪怀远教授团队提出了一种在聚醚砜(PES)和聚偏氟乙烯 (PVDF) 基复合材料中构筑取向氮化硼 (BN) 网络来实现鲁棒性神经元微结构的方法。通过偶联嫁接与交联反应结合压力自组装构建的神经元微结构具有发达的突触，保证了在复杂条件下有效的热通道和强大的界面相互作用。制备的复合材料获得了12.13 Wm^-1K^-1的高导热系数(Bulk TC- Hot Disk method)，表明与聚合物基基体相比，每1vol%填料的热增强效率为156.6%。此外，其水平方向热导率达到20.56 Wm^-1K^-1 (In-plane TC- LFA method)，在履带式智能机器人平台(Based on Arduino microchip)的射频模组测试及移动PC端进行的压力测试均显示了极佳的应用潜力，能有效改善用户对现代电子设备的体验。以上研究成果以“A high-performance thermal conductive and outstanding electrical insulating composite based on robust neuron-like microstructure”为题发表在《Chemical Engineering Journal》上。天津大学化工学院硕士研究生高越阳为论文第一作者，通讯作者为天津大学化工学院汪怀远教授。

【文章要点】

  基于温度压力耦合自组装 (T＆P)策略，制备的复合材料在26.7°、41.6°和55.1°处出现一系列特征衍射峰，分别对应于BN的（002）、（100）、（004）晶面。通常，I₀₀₂/I₁₀₀的强度比越大，平面内取向越好。如下图所示，mBN₄₂PES/PVDF-H复合材料具有596.4的高I₀₀₂/I₁₀₀比率，其比mBN₄₂ PES/PVDF-W (共混熔融) 复合材料（I₀₀₂/I₁₀₀=17.4）高34.3倍。超高的I₀₀₂/I₁₀₀比值表明氮化硼神经元网络在复合材料中形成了高度取向的结构，有利于提高材料的导热性能。

图1. (a, b) mBN-PES/PVDF的XRD图谱 (c)不同制备方法下材料 I₀₀₂/I₁₀₀ 峰强对比 (d) BN取向结构对XRD影响图示

  XRD图谱中类似的结果也能在截面形貌中获得相关佐证。mBN₄₂ PES/PVDF-H复合材料形成了具有连续取向的微区神经元结构，发达的链状突触为体系提供了大量的声子传输路径与导热通路，并优化了界面空腔的空间密度从而降低界面热阻。图中展示了基于神经元结构内突触的限域转化过程与整体定性计算。

图2. (a,b) mBN₄₂-PES/PVDF-W 复合材料截面形貌 (c,d) mBN₄₂-PES/PVDF-C 复合材料截面形貌; (e) mBN₄₂-PES/PVDF-H 复合材料截面形貌. (f) 具有发达神经元微结构的mBN₄₂-PES/PVDF-H 复合材料. (g) BN片层间PVDF的陷域转化示意图.

  mBN₄₂ PES/PVDF-H复合材料在加热、冷却循环测试中均保证了较高的热稳定性，且实验结果与Foygel非线性模型拟合结果吻合较好。计算得到的界面热阻(ITR)远低于采用熔融共混法所制复合材料，揭示了影响导热性能的微观因素。

图3. (a) 复合材料的主体热导率(b) 不同制备工艺的复合材料热导率增强因子 (c)多次冷却加热循环后的复合材料热导率 (d) 基于 Foygel 非线性模拟与类似研究工作的参数模拟结果. (e) 装备不同散热材料后射频系统在不同测试距离中的典型误码率 (f) 基于有限元模拟的复合材料3D温度分布的顶视图与透视图

  在履带式机器人平台射频系统的散热表现中也体现出高效能散热材料对核心电子器件性能的重要影响。在未来移动通讯、搜救机器人等无人探测领域也体现出巨大应用前景。

图4.基于Arduino单片机构建的可控式履带式智能机器人

  ANSYS有限元模拟也进一步解释了具有发达神经元样微结构的复合材料具有更高的热通量和更高效的热传导性能。这些模拟结果有力地证实了传热网络的成功构建，并将微结构高效传热过程可视化，突出了分子链设计和微结构工程对实现高导热性的重要意义。

图5. 基于固定热源下(a) mBN₄₂-PES/PVDF-W和(b) mBN₄₂-PES/PVDF-C以及 (c) mBN₄₂-PES/PVDF-H神经元网络微结构的热通量模拟与温度分布

  该复合材料具有超过10¹⁵Ω·cm的优异电阻率和超过120℃的优异稳定性，在移动通信系统和笔记本电脑芯片冷却模块的应用测试中表现出优异的性能，在智能机器人产业和先进电子封装领域具有广阔的应用前景。

图6. (a）CPU-GPU冷却系统图以及内核上热垫 (b-d）压力测试期间与原硅胶垫、商用硅胶垫和mBN₄₂ PES/PVDF-H垫封装的相应红外热像图 (e,f）CPU压力测试期间的内核温度变化和时钟频率曲线 (g,h）GPU压力测试期间的内核温度变化和时钟频率曲线。

  取向良好的BN微片起着传热节点的作用，而BN微片之间强大的界面作用为传热提供了更多的通道。因此，与随机排列的结构相比，神经元样微结构具有高效的热传导途径。此外，BN微片的无序分布还会加剧界面热阻，导致严重的声子散射和较差的导热性能。

  因此，在无人机飞行、人工智能网络模拟和云计算等现代使用场景中，该材料可以很好地满足新兴产业对核心器件高性能与高稳定性的双重需求。简易可扩展的工艺流程与高效的导热性能也使得该材料在现代化冷却系统中具有独特的后发优势。

图7 mBN₄₂ PES/PVDF-H复合材料中导热机理示意图

【研究小结】

  综上所述，该团队设计了一种简单可扩展的方法来制备具有神经元网络和取向微结构的高导热复合材料。该复合材料具有高的导热系数（12.13 Wm^-1K^-1, bulk TC）、优异的热稳定性（T_g:172.2℃）、突出的电绝缘性能（1.5×10¹⁶Ω·cm）和稳定的储能模量（50 times higher than the matrix）。这些优异的性能来源于神经元样微结构与界面增强的协同机制。更重要的是，移动PC端进行的压力测试显示了出色的应用效果，可以改善用户对现代电子设备的体验。因此，相信本研究有可能为设计仿生类神经元微结构复合材料，解决先进电子封装技术中的散热问题开辟一条途径。

  原文链接：https://doi.org/10.1016/j.cej.2021.131280